跨平台低延迟的RTMP/RTSP直播播放器设计实现-阿里云开发者社区

开发背景

2015年，当我们试图在市面上找一款专供直播播放使用的低延迟播放器，来配合测试我们的RTMP推送模块使用时，居然发现没有一款好用的，市面上的，如VLC或Vitamio，说白了都是基于FFMPEG，在点播这块支持格式很多，也非常优异，但是直播这块，特别是RTMP，延迟要几秒钟，对如纯音频、纯视频播放，快速启播、网络异常状态处理、集成复杂度等各方面，支持非常差，而且因为功能强大，bug很多，除了行业内资深的开发者能驾驭，好多开发者甚至连编译整体环境，都要耗费很大的精力。

我们的直播播放器，始于Windows平台，Android和iOS同步开发，基于上述开源播放器的各种缺点，我们考虑全自研框架，确保整体设计跨平台，再保障播放流程度的前提下，尽可能的做到毫秒级延迟，接口设计三个平台统一化，确保多平台集成复杂度降到最低。

整体方案架构

RTMP或RTSP直播播放器，目标很明确，从RTMP服务器（自建服务器或CDN）或RTSP服务器（或NVR/IPC/编码器等）拉取流数据，完成数据解析、解码、音视频数据同步、绘制。

具体对应下图“接收端”部分：

初期模块设计目标

自有框架，易于扩展，自适应算法让延迟更低、解码绘制效率更高；
支持各种异常网络状态处理，如断网重连、网络抖动等控制；
有Event状态回调，确保开发者可以了解到播放端整体的状态，从纯黑盒不可控，到更智能的了解到整体播放状态；
支持多实例播放；
视频支持H.264，音频支持AAC/PCMA/PCMU；
支持缓冲时间设置（buffer time）；
实时静音。

经过迭代后的功能

[支持播放协议]RTSP、RTMP，毫秒级延迟；
[多实例播放]支持多实例播放；
[事件回调]支持网络状态、buffer状态等回调；
[视频格式]支持RTMP扩展H.265，H.264；
[音频格式]支持AAC/PCMA/PCMU/Speex；
[H.264/H.265软解码]支持H.264/H.265软解；
[H.264硬解码]Windows/Android/iOS支持H.264硬解；
[H.265硬解]Windows/Android/iOS支持H.265硬解；
[H.264/H.265硬解码]Android支持设置Surface模式硬解和普通模式硬解码；
[缓冲时间设置]支持buffer time设置；
[首屏秒开]支持首屏秒开模式；
[低延迟模式]支持类似于线上娃娃机等直播方案的超低延迟模式设置(公网200~400ms)；
[复杂网络处理]支持断网重连等各种网络环境自动适配；
[快速切换URL]支持播放过程中，快速切换其他URL，内容切换更快；
[音视频多种render机制]Android平台，视频：surfaceview/OpenGL ES，音频：AudioTrack/OpenSL ES；
[实时静音]支持播放过程中，实时静音/取消静音；
[实时快照]支持播放过程中截取当前播放画面；
[只播关键帧]Windows平台支持实时设置是否只播放关键帧；
[渲染角度]支持0°，90°，180°和270°四个视频画面渲染角度设置；
[渲染镜像]支持水平反转、垂直反转模式设置；
[实时下载速度更新]支持当前下载速度实时回调(支持设置回调时间间隔)；
[ARGB叠加]Windows平台支持ARGB图像叠加到显示视频（参看C++的DEMO）；
[解码前视频数据回调]支持H.264/H.265数据回调；
[解码后视频数据回调]支持解码后YUV/RGB数据回调；
[解码后视频数据缩放回调]Windows平台支持指定回调图像大小的接口(可以对原视图像缩放后再回调到上层)；
[解码前音频数据回调]支持AAC/PCMA/PCMU/SPEEX数据回调；
[音视频自适应]支持播放过程中，音视频信息改变后自适应；
[扩展录像功能]支持RTSP/RTMP H.264、扩展H.265流录制，支持PCMA/PCMU/Speex转AAC后录制，支持设置只录制音频或视频等；

RTMP、RTSP直播播放开发设计考虑的点

1. 低延迟：大多数RTSP的播放都面向直播场景，所以，如果延迟过大，严重影响体验，所以，低延迟是衡量一个好的RTSP播放器非常重要的指标，目前大牛直播SDK的RTSP直播播放延迟比开源播放器更优异，而且长时间运行下，不会造成延迟累积；

2. 音视频同步处理：有些播放器为了追求低延迟，甚至不做音视频同步，拿到audio video直接播放，导致a/v不同步，还有就是时间戳乱跳等各种问题，大牛直播SDK提供的播放器，具备好的时间戳同步和异常时间戳矫正机制；

3. 支持多实例：大牛直播SDK提供的播放器支持同时播放多路音视频数据，比如4-8-9窗口，大多开源播放器对多实例支持不太友好；

4. 支持buffer time设置：在一些有网络抖动的场景，播放器需要支持buffer time设置，一般来说，以毫秒计，开源播放器对此支持不够友好；

5. TCP/UDP模式设定、自动切换：考虑到好多服务器仅支持TCP或UDP模式，一个好的RTSP播放器需要支持TCP/UDP模式设置，如链接不支持TCP或UDP，大牛直播SDK可自动切换，，开源播放器不具备自动切换TCP/UDP能力；

6. 实时静音：比如，多窗口播放RTSP流，如果每个audio都播放出来，体验非常不好，所以实时静音功能非常必要，开源播放器不具备实时静音功能；

7. 视频view旋转：好多摄像头由于安装限制，导致图像倒置，所以一个好的RTSP播放器应该支持如视频view实时旋转(0° 90° 180° 270°)、水平反转、垂直反转，开源播放器不具备此功能；

8. 支持解码后audio/video数据输出：大牛直播SDK接触到好多开发者，希望能在播放的同时，获取到YUV或RGB数据，进行人脸匹配等算法分析，开源播放器不具备此功能；

9. 实时快照：感兴趣或重要的画面，实时截取下来非常必要，一般播放器不具备快照能力，开源播放器不具备此功能；

10. 网络抖动处理(如断网重连)：稳定的网络处理机制、支持如断网重连等，开源播放器对网络异常处理支持较差；

11. 长期运行稳定性：不同于市面上的开源播放器，大牛直播SDK提供的Windows平台RTSP直播播放SDK适用于数天长时间运行，开源播放器对长时间运行稳定性支持较差；

12. log信息记录：整体流程机制记录到LOG文件，确保出问题时，有据可依，开源播放器几无log记录。

13. 实时下载速度反馈：大牛直播SDK提供音视频流实时下载回调，并可设置回调时间间隔，确保实时下载速度反馈，以此来监听网络状态，开源播放器不具备此能力；

14. 异常状态处理、Event状态回调：如播放的过程中，断网、网络抖动、等各种场景，大牛直播SDK提供的播放器可实时回调相关状态，确保上层模块感知处理，开源播放器对此支持不好；

15. 关键帧/全帧播放实时切换：特别是播放多路画面的时候，如果路数过多，全部解码、绘制，系统资源占用会加大，如果能灵活的处理，可以随时只播放关键帧，全帧播放切换，对系统性能要求大幅降低。

接口设计

好多开发者，在初期设计接口的时候，如果没有足够的音视频背景，很容易反复推翻之前的设计，我们以Windows平台为例，共享我们的设计思路，如需要下载demo工程源码，可以到 GitHub 下载参考：

smart_player_sdk.h

#ifdef __cplusplus
extern "C"{
#endif
  typedef struct _SmartPlayerSDKAPI
  {
    /*
    flag目前传0，后面扩展用， pReserve传NULL,扩展用,
    成功返回 NT_ERC_OK
    */
    NT_UINT32(NT_API *Init)(NT_UINT32 flag, NT_PVOID pReserve);
    /*
    这个是最后一个调用的接口
    成功返回 NT_ERC_OK
    */
    NT_UINT32(NT_API *UnInit)();
    /*
    flag目前传0，后面扩展用， pReserve传NULL,扩展用,
    NT_HWND hwnd, 绘制画面用的窗口, 可以设置为NULL
    获取Handle
    成功返回 NT_ERC_OK
    */
    NT_UINT32(NT_API *Open)(NT_PHANDLE pHandle, NT_HWND hwnd, NT_UINT32 flag, NT_PVOID pReserve);
    /*
    调用这个接口之后handle失效，
    成功返回 NT_ERC_OK
    */
    NT_UINT32(NT_API *Close)(NT_HANDLE handle);
    /*
    设置事件回调，如果想监听事件的话，建议调用Open成功后，就调用这个接口
    */
    NT_UINT32(NT_API *SetEventCallBack)(NT_HANDLE handle,
      NT_PVOID call_back_data, NT_SP_SDKEventCallBack call_back);
    /*
    设置视频大小回调接口
    */
    NT_UINT32(NT_API *SetVideoSizeCallBack)(NT_HANDLE handle, 
      NT_PVOID call_back_data, SP_SDKVideoSizeCallBack call_back);
    /*
    设置视频回调, 吐视频数据出来
    frame_format: 只能是NT_SP_E_VIDEO_FRAME_FORMAT_RGB32, NT_SP_E_VIDEO_FRAME_FROMAT_I420
    */
    NT_UINT32(NT_API *SetVideoFrameCallBack)(NT_HANDLE handle,
      NT_INT32 frame_format,
      NT_PVOID call_back_data, SP_SDKVideoFrameCallBack call_back);
    /*
    设置视频回调, 吐视频数据出来, 可以指定吐出来的视频宽高
    *handle: 播放句柄
    *scale_width：缩放宽度（必须是偶数，建议是 16 的倍数)
    *scale_height：缩放高度（必须是偶数
    *scale_filter_mode: 缩放质量, 0 的话 SDK 将使用默认值, 目前可设置范围为[1, 3], 值越大 缩放质量越好，但越耗性能
    *frame_format: 只能是NT_SP_E_VIDEO_FRAME_FORMAT_RGB32, NT_SP_E_VIDEO_FRAME_FROMAT_I420
    成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *SetVideoFrameCallBackV2)(NT_HANDLE handle,
      NT_INT32 scale_width, NT_INT32 scale_height,
      NT_INT32 scale_filter_mode, NT_INT32 frame_format,
      NT_PVOID call_back_data, SP_SDKVideoFrameCallBack call_back);
    /*
    *设置绘制视频帧时，视频帧时间戳回调
    *注意如果当前播放流是纯音频，那么将不会回调，这个仅在有视频的情况下才有效
    */
    NT_UINT32(NT_API *SetRenderVideoFrameTimestampCallBack)(NT_HANDLE handle,
      NT_PVOID call_back_data, SP_SDKRenderVideoFrameTimestampCallBack call_back);
    /*
    设置音频PCM帧回调, 吐PCM数据出来，目前每帧大小是10ms.
    */
    NT_UINT32(NT_API *SetAudioPCMFrameCallBack)(NT_HANDLE handle,
      NT_PVOID call_back_data, NT_SP_SDKAudioPCMFrameCallBack call_back);
    /*
    设置用户数据回调
    */
    NT_UINT32(NT_API *SetUserDataCallBack)(NT_HANDLE handle,
      NT_PVOID call_back_data, NT_SP_SDKUserDataCallBack call_back);
    /*
    设置视频sei数据回调
    */
    NT_UINT32(NT_API *SetSEIDataCallBack)(NT_HANDLE handle,
      NT_PVOID call_back_data, NT_SP_SDKSEIDataCallBack call_back);
    /*
    开始播放,传URL进去
    注意：这个接口目前不再推荐使用，请使用StartPlay. 为方便老客户升级，暂时保留. 
    */
    NT_UINT32(NT_API *Start)(NT_HANDLE handle, NT_PCSTR url, 
      NT_PVOID call_back_data, SP_SDKStartPlayCallBack call_back);
    /*
    停止播放
    注意: 这个接口目前不再推荐使用，请使用StopPlay. 为方便老客户升级，暂时保留. 
    */
    NT_UINT32(NT_API *Stop)(NT_HANDLE handle);
    /*
    *提供一组新接口++
    */
    /*
    *设置URL
    成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *SetURL)(NT_HANDLE handle, NT_PCSTR url);
    /*
    *
    * 设置解密key，目前只用来解密rtmp加密流
    * key： 解密密钥
    * size: 密钥长度
    * 成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *SetKey)(NT_HANDLE handle, const NT_BYTE* key, NT_UINT32 size);
    /*
    *
    * 设置解密向量，目前只用来解密rtmp加密流
    * iv：  解密向量
    * size: 向量长度
    * 成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *SetDecryptionIV)(NT_HANDLE handle, const NT_BYTE* iv, NT_UINT32 size);
    /*
    handle: 播放句柄
    hwnd: 这个要传入真正用来绘制的窗口句柄
    is_support: 如果支持的话 *is_support 为1， 不支持的话为0
    接口调用成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *IsSupportD3DRender)(NT_HANDLE handle, NT_HWND hwnd, NT_INT32* is_support);
    /*
    设置绘制窗口句柄，如果在调用Open时设置过，那这个接口可以不调用
    如果在调用Open时设置为NULL，那么这里可以设置一个绘制窗口句柄给播放器
    成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *SetRenderWindow)(NT_HANDLE handle, NT_HWND hwnd);
    /*
    * 设置是否播放出声音，这个和静音接口是有区别的
    * 这个接口的主要目的是为了用户设置了外部PCM回调接口后，又不想让SDK播放出声音时使用
    * is_output_auido_device: 1: 表示允许输出到音频设备，默认是1， 0：表示不允许输出. 其他值接口返回失败
    * 成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *SetIsOutputAudioDevice)(NT_HANDLE handle, NT_INT32 is_output_auido_device);
    /*
    *开始播放, 注意StartPlay和Start不能混用，要么使用StartPlay, 要么使用Start.
    * Start和Stop是老接口，不推荐用。请使用StartPlay和StopPlay新接口
    */
    NT_UINT32(NT_API *StartPlay)(NT_HANDLE handle);
    /*
    *停止播放
    */
    NT_UINT32(NT_API *StopPlay)(NT_HANDLE handle);
    /*
    * 设置是否录视频，默认的话，如果视频源有视频就录，没有就没得录, 但有些场景下可能不想录制视频，只想录音频，所以增加个开关
    * is_record_video: 1 表示录制视频, 0 表示不录制视频, 默认是1
    */
    NT_UINT32(NT_API *SetRecorderVideo)(NT_HANDLE handle, NT_INT32 is_record_video);
    /*
    * 设置是否录音频，默认的话，如果视频源有音频就录，没有就没得录, 但有些场景下可能不想录制音频，只想录视频，所以增加个开关
    * is_record_audio: 1 表示录制音频, 0 表示不录制音频, 默认是1
    */
    NT_UINT32(NT_API *SetRecorderAudio)(NT_HANDLE handle, NT_INT32 is_record_audio);
    /*
    设置本地录像目录, 必须是英文目录，否则会失败
    */
    NT_UINT32(NT_API *SetRecorderDirectory)(NT_HANDLE handle, NT_PCSTR dir);
    /*
    设置单个录像文件最大大小, 当超过这个值的时候，将切割成第二个文件
    size: 单位是KB(1024Byte), 当前范围是 [5MB-800MB], 超出将被设置到范围内
    */
    NT_UINT32(NT_API *SetRecorderFileMaxSize)(NT_HANDLE handle, NT_UINT32 size);
    /*
    设置录像文件名生成规则
    */
    NT_UINT32(NT_API *SetRecorderFileNameRuler)(NT_HANDLE handle, NT_SP_RecorderFileNameRuler* ruler);
    /*
    设置录像回调接口
    */
    NT_UINT32(NT_API *SetRecorderCallBack)(NT_HANDLE handle,
      NT_PVOID call_back_data, SP_SDKRecorderCallBack call_back);
    /*
    设置录像时音频转AAC编码的开关, aac比较通用，sdk增加其他音频编码(比如speex, pcmu, pcma等)转aac的功能.
    is_transcode: 设置为1的话，如果音频编码不是aac，则转成aac, 如果是aac，则不做转换. 设置为0的话，则不做任何转换. 默认是0.
    注意: 转码会增加性能消耗
    */
    NT_UINT32(NT_API *SetRecorderAudioTranscodeAAC)(NT_HANDLE handle, NT_INT32 is_transcode);
    /*
    启动录像
    */
    NT_UINT32(NT_API *StartRecorder)(NT_HANDLE handle);
    /*
    停止录像
    */
    NT_UINT32(NT_API *StopRecorder)(NT_HANDLE handle);
    /*
    * 设置拉流时，吐视频数据的回调
    */
    NT_UINT32(NT_API *SetPullStreamVideoDataCallBack)(NT_HANDLE handle,
      NT_PVOID call_back_data, SP_SDKPullStreamVideoDataCallBack call_back);
    /*
    * 设置拉流时，吐音频数据的回调
    */
    NT_UINT32(NT_API *SetPullStreamAudioDataCallBack)(NT_HANDLE handle,
      NT_PVOID call_back_data, SP_SDKPullStreamAudioDataCallBack call_back);
    /*
    设置拉流时音频转AAC编码的开关, aac比较通用，sdk增加其他音频编码(比如speex, pcmu, pcma等)转aac的功能.
    is_transcode: 设置为1的话，如果音频编码不是aac，则转成aac, 如果是aac，则不做转换. 设置为0的话，则不做任何转换. 默认是0.
    注意: 转码会增加性能消耗
    */
    NT_UINT32(NT_API *SetPullStreamAudioTranscodeAAC)(NT_HANDLE handle, NT_INT32 is_transcode);
    /*
    启动拉流
    */
    NT_UINT32(NT_API *StartPullStream)(NT_HANDLE handle);
    /*
    停止拉流
    */
    NT_UINT32(NT_API *StopPullStream)(NT_HANDLE handle);
    /*
    *提供一组新接口--
    */
    /*
    绘制窗口大小改变时，必须调用
    */
    NT_UINT32(NT_API* OnWindowSize)(NT_HANDLE handle, NT_INT32 cx, NT_INT32 cy);
    /*
    万能接口, 设置参数， 大多数问题， 这些接口都能解决
    */
    NT_UINT32(NT_API *SetParam)(NT_HANDLE handle, NT_UINT32 id, NT_PVOID pData);
    /*
    万能接口, 得到参数， 大多数问题，这些接口都能解决
    */
    NT_UINT32(NT_API *GetParam)(NT_HANDLE handle, NT_UINT32 id, NT_PVOID pData);
    /*
    设置buffer,最小0ms
    */
    NT_UINT32(NT_API *SetBuffer)(NT_HANDLE handle, NT_INT32 buffer);
    /*
    静音接口，1为静音，0为不静音
    */
    NT_UINT32(NT_API *SetMute)(NT_HANDLE handle, NT_INT32 is_mute);
    /*
    设置RTSP TCP 模式, 1为TCP, 0为UDP, 仅RTSP有效
    */
    NT_UINT32(NT_API* SetRTSPTcpMode)(NT_HANDLE handle, NT_INT32 isUsingTCP);
    /*
    设置RTSP超时时间, timeout单位为秒，必须大于0
    */
    NT_UINT32 (NT_API* SetRtspTimeout)(NT_HANDLE handle, NT_INT32 timeout);
    /*
    对于RTSP来说，有些可能支持rtp over udp方式，有些可能支持使用rtp over tcp方式. 
    为了方便使用，有些场景下可以开启自动尝试切换开关, 打开后如果udp无法播放，sdk会自动尝试tcp, 如果tcp方式播放不了,sdk会自动尝试udp.
    is_auto_switch_tcp_udp： 如果设置1的话, sdk将在tcp和udp之间尝试切换播放，如果设置为0，则不尝试切换.
    */
    NT_UINT32 (NT_API* SetRtspAutoSwitchTcpUdp)(NT_HANDLE handle, NT_INT32 is_auto_switch_tcp_udp);
    /*
    设置秒开, 1为秒开, 0为不秒开
    */
    NT_UINT32(NT_API* SetFastStartup)(NT_HANDLE handle, NT_INT32 isFastStartup);
    /*
    设置低延时播放模式，默认是正常播放模式
    mode: 1为低延时模式， 0为正常模式，其他只无效
    接口调用成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API* SetLowLatencyMode)(NT_HANDLE handle, NT_INT32 mode);
    /*
    检查是否支持H264硬解码
    如果支持的话返回NT_ERC_OK
    */
    NT_UINT32(NT_API *IsSupportH264HardwareDecoder)();
    /*
    检查是否支持H265硬解码
    如果支持的话返回NT_ERC_OK
    */
    NT_UINT32(NT_API *IsSupportH265HardwareDecoder)();
    /*
    *设置H264硬解
    *is_hardware_decoder: 1:表示硬解, 0:表示不用硬解
    *reserve: 保留参数, 当前传0就好
    *成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *SetH264HardwareDecoder)(NT_HANDLE handle, NT_INT32 is_hardware_decoder, NT_INT32 reserve);
    /*
    *设置H265硬解
    *is_hardware_decoder: 1:表示硬解, 0:表示不用硬解
    *reserve: 保留参数, 当前传0就好
    *成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *SetH265HardwareDecoder)(NT_HANDLE handle, NT_INT32 is_hardware_decoder, NT_INT32 reserve);
    /*
    *设置只解码视频关键帧
    *is_only_dec_key_frame: 1:表示只解码关键帧, 0:表示都解码, 默认是0
      *成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *SetOnlyDecodeVideoKeyFrame)(NT_HANDLE handle, NT_INT32 is_only_dec_key_frame);
    /*
    *上下反转(垂直反转)
    *is_flip: 1:表示反转, 0:表示不反转
    */
    NT_UINT32(NT_API *SetFlipVertical)(NT_HANDLE handle, NT_INT32 is_flip);
    /*
    *水平反转
    *is_flip: 1:表示反转, 0:表示不反转
    */
    NT_UINT32(NT_API *SetFlipHorizontal)(NT_HANDLE handle, NT_INT32 is_flip);
    /*
    设置旋转，顺时针旋转
    degress： 设置0， 90， 180， 270度有效，其他值无效
    注意：除了0度，其他角度播放会耗费更多CPU
    接口调用成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API* SetRotation)(NT_HANDLE handle, NT_INT32 degress);
    /*
    * 在使用D3D绘制的情况下，给绘制窗口上画一个logo, logo的绘制由视频帧驱动, 必须传入argb图像
    * argb_data: argb图像数据, 如果传null的话,将清除之前设置的logo
    * argb_stride: argb图像每行的步长(一般都是image_width*4)
    * image_width: argb图像宽度
    * image_height: argb图像高度
    * left: 绘制位置的左边x
    * top： 绘制位置的顶部y
    * render_width: 绘制的宽度
    * render_height: 绘制的高度
    */
    NT_UINT32(NT_API* SetRenderARGBLogo)(NT_HANDLE handle, 
      const NT_BYTE* argb_data, NT_INT32 argb_stride,
      NT_INT32 image_width, NT_INT32 image_height,
      NT_INT32 left, NT_INT32 top,
      NT_INT32 render_width, NT_INT32 render_height
      );
    /*
    设置下载速度上报, 默认不上报下载速度
    is_report: 上报开关, 1: 表上报. 0: 表示不上报. 其他值无效.
    report_interval： 上报时间间隔（上报频率），单位是秒，最小值是1秒1次. 如果小于1且设置了上报，将调用失败
    注意：如果设置上报的话，请设置SetEventCallBack, 然后在回调函数里面处理这个事件.
    上报事件是：NT_SP_E_EVENT_ID_DOWNLOAD_SPEED
    这个接口必须在StartXXX之前调用
    成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *SetReportDownloadSpeed)(NT_HANDLE handle,
      NT_INT32 is_report, NT_INT32 report_interval);
    /*
    主动获取下载速度
    speed： 返回下载速度，单位是Byte/s
     （注意：这个接口必须在startXXX之后调用，否则会失败）
    成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *GetDownloadSpeed)(NT_HANDLE handle, NT_INT32* speed);
    /*
    获取视频时长
    对于直播的话，没有时长，调用结果未定义
    点播的话，如果获取成功返回NT_ERC_OK， 如果SDK还在解析中，则返回NT_ERC_SP_NEED_RETRY
    */
    NT_UINT32(NT_API *GetDuration)(NT_HANDLE handle, NT_INT64* duration);
    /*
    获取当前播放时间戳, 单位是毫秒(ms)
    注意:这个时间戳是视频源的时间戳，只支持点播. 直播不支持.
    成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *GetPlaybackPos)(NT_HANDLE handle, NT_INT64* pos);
    /*
    获取当前拉流时间戳, 单位是毫秒(ms)
    注意:这个时间戳是视频源的时间戳，只支持点播. 直播不支持.
    成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *GetPullStreamPos)(NT_HANDLE handle, NT_INT64* pos);
    /*
    设置播放位置,单位是毫秒(ms)
    注意:直播不支持,这个接口用于点播
    成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *SetPos)(NT_HANDLE handle, NT_INT64 pos);
    /*
    暂停播放
    isPause: 1表示暂停, 0表示恢复播放, 其他错误
    注意:直播不存在暂停的概念，所以直播不支持,这个接口用于点播
    成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *Pause)(NT_HANDLE handle, NT_INT32 isPause);
    /*
    切换URL
    url:要切换的url
    switch_pos: 切换到新url以后，设置的播放位置, 默认请填0, 这个只对设置播放位置的点播url有效, 直播url无效
    reserve: 保留参数
    注意: 1. 如果切换的url和正在播放的url相同,sdk则不做任何处理
    调用前置条件: 已经成功调用了 StartPlay, StartRecorder, StartPullStream 三个中的任意一个接口
    成功返回NT_ERC_OK
    */
    NT_UINT32(NT_API *SwitchURL)(NT_HANDLE handle, NT_PCSTR url, NT_INT64 switch_pos, NT_INT32 reserve);
    /*
    捕获图片
    file_name_utf8: 文件名称，utf8编码
    call_back_data: 回调时用户自定义数据
    call_back: 回调函数,用来通知用户截图已经完成或者失败
    成功返回 NT_ERC_OK
    只有在播放时调用才可能成功，其他情况下调用，返回错误.
    因为生成PNG文件比较耗时，一般需要几百毫秒,为防止CPU过高，SDK会限制截图请求数量,当超过一定数量时，
    调用这个接口会返回NT_ERC_SP_TOO_MANY_CAPTURE_IMAGE_REQUESTS. 这种情况下, 请延时一段时间，等SDK处理掉一些请求后，再尝试.
    */
    NT_UINT32(NT_API* CaptureImage)(NT_HANDLE handle, NT_PCSTR file_name_utf8,
      NT_PVOID call_back_data, SP_SDKCaptureImageCallBack call_back);
    /*
    * 使用GDI绘制RGB32数据
    * 32位的rgb格式, r, g, b各占8, 另外一个字节保留, 内存字节格式为: bb gg rr xx, 主要是和windows位图匹配, 在小端模式下，按DWORD类型操作，最高位是xx, 依次是rr, gg, bb
    * 为了保持和windows位图兼容，步长(image_stride)必须是width_*4
    * handle: 播放器句柄
    * hdc: 绘制dc
    * x_dst: 绘制面左上角x坐标
    * y_dst: 绘制面左上角y坐标
    * dst_width: 要绘制的宽度
    * dst_height： 要绘制的高度
    * x_src: 源图像x位置
    * y_src: 原图像y位置
    * rgb32_data: rgb32数据，格式参见前面的注释说明
    * rgb32_data_size: 数据大小
    * image_width： 图像实际宽度
    * image_height： 图像实际高度
    * image_stride： 图像步长
    */
    NT_UINT32(NT_API *GDIDrawRGB32)(NT_HANDLE handle, NT_HDC hdc,
      NT_INT32 x_dst, NT_INT32 y_dst,
      NT_INT32 dst_width, NT_INT32 dst_height,
      NT_INT32 x_src, NT_INT32 y_src,
      NT_INT32 src_width, NT_INT32 src_height,
      const NT_BYTE* rgb32_data, NT_UINT32 rgb32_data_size,
      NT_INT32 image_width, NT_INT32 image_height,
      NT_INT32 image_stride);
    /*
    * 使用GDI绘制ARGB数据
    * 内存字节格式为: bb gg rr alpha, 主要是和windows位图匹配, 在小端模式下，按DWORD类型操作，最高位是alpha, 依次是rr, gg, bb
    * 为了保持和windows位图兼容，步长(image_stride)必须是width_*4
    * hdc: 绘制dc
    * x_dst: 绘制面左上角x坐标
    * y_dst: 绘制面左上角y坐标
    * dst_width: 要绘制的宽度
    * dst_height： 要绘制的高度
    * x_src: 源图像x位置
    * y_src: 原图像y位置
    * argb_data: argb图像数据, 格式参见前面的注释说明
    * image_stride： 图像每行步长
    * image_width： 图像实际宽度
    * image_height： 图像实际高度
    */
    NT_UINT32(NT_API *GDIDrawARGB)(NT_HDC hdc,
      NT_INT32 x_dst, NT_INT32 y_dst,
      NT_INT32 dst_width, NT_INT32 dst_height,
      NT_INT32 x_src, NT_INT32 y_src,
      NT_INT32 src_width, NT_INT32 src_height,
      const NT_BYTE* argb_data, NT_INT32 image_stride,
      NT_INT32 image_width, NT_INT32 image_height);
  } SmartPlayerSDKAPI;
  NT_UINT32 NT_API GetSmartPlayerSDKAPI(SmartPlayerSDKAPI* pAPI);
  /*
  reserve1: 请传0
  NT_PVOID: 请传NULL
  成功返回: NT_ERC_OK
  */
  NT_UINT32 NT_API NT_SP_SetSDKClientKey(NT_PCSTR cid, NT_PCSTR key, NT_INT32 reserve1, NT_PVOID reserve2);
#ifdef __cplusplus
}
#endif

smart_player_define.h

#ifndef SMART_PLAYER_DEFINE_H_
#define SMART_PLAYER_DEFINE_H_
#ifdef WIN32
#include <windows.h>
#endif
#ifdef SMART_HAS_COMMON_DIC
#include "../../topcommon/nt_type_define.h"
#include "../../topcommon/nt_base_code_define.h"
#else
#include "nt_type_define.h"
#include "nt_base_code_define.h"
#endif
#ifdef __cplusplus
extern "C"{
#endif
#ifndef NT_HWND_
#define NT_HWND_
#ifdef WIN32
typedef HWND NT_HWND;
#else
typedef void* NT_HWND;
#endif
#endif
#ifndef NT_HDC_
#define NT_HDC_
#ifdef _WIN32
typedef HDC NT_HDC;
#else
typedef void* NT_HDC;
#endif
#endif
/*错误码*/
typedef enum _SP_E_ERROR_CODE
{
  NT_ERC_SP_HWND_IS_NULL = (NT_ERC_SMART_PLAYER_SDK | 0x1), // 窗口句柄是空
  NT_ERC_SP_HWND_INVALID = (NT_ERC_SMART_PLAYER_SDK | 0x2), // 窗口句柄无效
  NT_ERC_SP_TOO_MANY_CAPTURE_IMAGE_REQUESTS = (NT_ERC_SMART_PLAYER_SDK | 0x3), // 太多的截图请求
  NT_ERC_SP_WINDOW_REGION_INVALID = (NT_ERC_SMART_PLAYER_SDK | 0x4), // 窗口区域无效，可能窗口宽或者高小于1
  NT_ERC_SP_DIR_NOT_EXIST = (NT_ERC_SMART_PLAYER_SDK | 0x5), // 目录不存在
  NT_ERC_SP_NEED_RETRY = (NT_ERC_SMART_PLAYER_SDK | 0x6), // 需要重试
} SP_E_ERROR_CODE;
/*设置参数ID, 这个目前这么写，SmartPlayerSDK 已经划分范围*/
typedef enum _SP_E_PARAM_ID
{
  SP_PARAM_ID_BASE = NT_PARAM_ID_SMART_PLAYER_SDK,
} SP_E_PARAM_ID;
/*事件ID*/
typedef enum _NT_SP_E_EVENT_ID
{
  NT_SP_E_EVENT_ID_BASE = NT_EVENT_ID_SMART_PLAYER_SDK,
  NT_SP_E_EVENT_ID_CONNECTING       = NT_SP_E_EVENT_ID_BASE | 0x2,  /*连接中*/
  NT_SP_E_EVENT_ID_CONNECTION_FAILED    = NT_SP_E_EVENT_ID_BASE | 0x3,  /*连接失败*/
  NT_SP_E_EVENT_ID_CONNECTED        = NT_SP_E_EVENT_ID_BASE | 0x4,  /*已连接*/
  NT_SP_E_EVENT_ID_DISCONNECTED     = NT_SP_E_EVENT_ID_BASE | 0x5,  /*断开连接*/
  NT_SP_E_EVENT_ID_NO_MEDIADATA_RECEIVED  = NT_SP_E_EVENT_ID_BASE | 0x8,  /*收不到RTMP数据*/
  NT_SP_E_EVENT_ID_RTSP_STATUS_CODE       = NT_SP_E_EVENT_ID_BASE | 0xB,  /*rtsp status code上报, 目前只上报401, param1表示status code*/
  NT_SP_E_EVENT_ID_NEED_KEY               = NT_SP_E_EVENT_ID_BASE | 0xC,  /*需要输入解密key才能播放*/
  NT_SP_E_EVENT_ID_KEY_ERROR              = NT_SP_E_EVENT_ID_BASE | 0xD,  /*解密key不正确*/
  /* 接下来请从0x81开始*/
  NT_SP_E_EVENT_ID_START_BUFFERING = NT_SP_E_EVENT_ID_BASE | 0x81, /*开始缓冲*/
  NT_SP_E_EVENT_ID_BUFFERING     = NT_SP_E_EVENT_ID_BASE | 0x82, /*缓冲中, param1 表示百分比进度*/
  NT_SP_E_EVENT_ID_STOP_BUFFERING  = NT_SP_E_EVENT_ID_BASE | 0x83, /*停止缓冲*/
  NT_SP_E_EVENT_ID_DOWNLOAD_SPEED  = NT_SP_E_EVENT_ID_BASE | 0x91, /*下载速度， param1表示下载速度，单位是(Byte/s)*/
  NT_SP_E_EVENT_ID_PLAYBACK_REACH_EOS   = NT_SP_E_EVENT_ID_BASE | 0xa1, /*播放结束, 直播流没有这个事件，点播流才有*/
  NT_SP_E_EVENT_ID_RECORDER_REACH_EOS   = NT_SP_E_EVENT_ID_BASE | 0xa2, /*录像结束, 直播流没有这个事件, 点播流才有*/
  NT_SP_E_EVENT_ID_PULLSTREAM_REACH_EOS   = NT_SP_E_EVENT_ID_BASE | 0xa3, /*拉流结束, 直播流没有这个事件，点播流才有*/
  NT_SP_E_EVENT_ID_DURATION       = NT_SP_E_EVENT_ID_BASE | 0xa8, /*视频时长，如果是直播，则不上报，如果是点播的话, 若能从视频源获取视频时长的话，则上报， param1表示视频时长，单位是毫秒(ms)*/
} NT_SP_E_EVENT_ID;
//定义视频帧图像格式
typedef enum _NT_SP_E_VIDEO_FRAME_FORMAT
{
  NT_SP_E_VIDEO_FRAME_FORMAT_RGB32 = 1, // 32位的rgb格式, r, g, b各占8, 另外一个字节保留, 内存字节格式为: bb gg rr xx, 主要是和windows位图匹配, 在小端模式下，按DWORD类型操作，最高位是xx, 依次是rr, gg, bb
  NT_SP_E_VIDEO_FRAME_FORMAT_ARGB  = 2, // 32位的argb格式，内存字节格式是: bb gg rr aa 这种类型，和windows位图匹配
  NT_SP_E_VIDEO_FRAME_FROMAT_I420  = 3, // YUV420格式, 三个分量保存在三个面上
} NT_SP_E_VIDEO_FRAME_FORMAT;
// 定义视频帧结构.
typedef struct _NT_SP_VideoFrame
{
  NT_INT32  format_;  // 图像格式, 请参考NT_SP_E_VIDEO_FRAME_FORMAT
  NT_INT32  width_;   // 图像宽
  NT_INT32  height_;  // 图像高
  NT_UINT64 timestamp_; // 时间戳, 一般是0,不使用, 以ms为单位的
  // 具体的图像数据, argb和rgb32只用第一个, I420用前三个
  NT_UINT8* plane0_;
  NT_UINT8* plane1_;
  NT_UINT8* plane2_;
  NT_UINT8* plane3_;
  // 每一个平面的每一行的字节数，对于argb和rgb32，为了保持和windows位图兼容，必须是width_*4
  // 对于I420, stride0_ 是y的步长, stride1_ 是u的步长, stride2_ 是v的步长,
  NT_INT32  stride0_;
  NT_INT32  stride1_;
  NT_INT32  stride2_;
  NT_INT32  stride3_;
} NT_SP_VideoFrame;
// 如果三项都是0的话，将不能启动录像
typedef struct _NT_SP_RecorderFileNameRuler
{
  NT_UINT32 type_; // 这个值目前默认是0，将来扩展用
  NT_PCSTR  file_name_prefix_; // 设置一个录像文件名前缀, 例如:daniulive
  NT_INT32  append_date_; // 如果是1的话，将在文件名上加日期, 例如:daniulive-2017-01-17
  NT_INT32  append_time_; //  如果是1的话，将增加时间，例如:daniulive-2017-01-17-17-10-36
} NT_SP_RecorderFileNameRuler;
/*
*拉流吐视频数据时，一些相关的数据
*/
typedef struct _NT_SP_PullStreamVideoDataInfo
{
  NT_INT32  is_key_frame_; /* 1:表示关键帧, 0：表示非关键帧 */
  NT_UINT64 timestamp_; /* 解码时间戳, 单位是毫秒 */
  NT_INT32  width_; /* 一般是0 */
  NT_INT32  height_; /* 一般也是0 */
  NT_BYTE*  parameter_info_; /* 一般是NULL */
  NT_UINT32 parameter_info_size_; /* 一般是0 */
  NT_UINT64 presentation_timestamp_; /*显示时间戳, 这个值要大于或等于timestamp_， 单位是毫秒*/
} NT_SP_PullStreamVideoDataInfo;
/*
*拉流吐音频数据时，一些相关的数据
*/
typedef struct _NT_SP_PullStreamAuidoDataInfo
{
  NT_INT32  is_key_frame_; /* 1:表示关键帧, 0：表示非关键帧 */
  NT_UINT64 timestamp_; /* 单位是毫秒 */
  NT_INT32  sample_rate_; /* 一般是0 */
  NT_INT32  channel_; /* 一般是0 */
  NT_BYTE*  parameter_info_; /* 如果是AAC的话，这个是有值的, 其他编码一般忽略 */
  NT_UINT32 parameter_info_size_; /*如果是AAC的话，这个是有值的, 其他编码一般忽略 */
  NT_UINT64 reserve_; /* 保留  */
} NT_SP_PullStreamAuidoDataInfo;
/*
当播放器得到时候视频大小后，会回调
*/
typedef NT_VOID(NT_CALLBACK *SP_SDKVideoSizeCallBack)(NT_HANDLE handle, NT_PVOID user_data,
  NT_INT32 width, NT_INT32 height);
/*
调用Start时传入, 回调接口
*/
typedef NT_VOID(NT_CALLBACK *SP_SDKStartPlayCallBack)(NT_HANDLE handle, NT_PVOID user_data, NT_UINT32 result);
/*
视频图像回调
status:目前不用，默认是0，将来可能会用
*/
typedef NT_VOID(NT_CALLBACK* SP_SDKVideoFrameCallBack)(NT_HANDLE handle, NT_PVOID user_data, NT_UINT32 status,
  const NT_SP_VideoFrame* frame);
/*
音频PCM数据回调, 目前每帧长度是10ms
status:目前不用，默认是0，将来可能会用
data: PCM 数据
size: 数据大小
sample_rate: 采样率
channel: 通道数
per_channel_sample_number: 每个通道的采样数
*/
typedef NT_VOID(NT_CALLBACK* NT_SP_SDKAudioPCMFrameCallBack)(NT_HANDLE handle, NT_PVOID user_data, NT_UINT32 status,
  NT_BYTE* data, NT_UINT32 size,
  NT_INT32 sample_rate, NT_INT32 channel, NT_INT32 per_channel_sample_number);
/*
截屏回调
result: 如果截屏成功的话，result是NT_ERC_OK,其他错误
*/
typedef NT_VOID(NT_CALLBACK* SP_SDKCaptureImageCallBack)(NT_HANDLE handle, NT_PVOID user_data, NT_UINT32 result,
  NT_PCSTR file_name);
/*
绘制视频时，视频帧时间戳回调, 这个用在一些特殊场景下，没有特殊需求的用户不需要关注
timestamp: 单位是毫秒
reserve1: 保留参数
reserve2: 保留参数
*/
typedef NT_VOID(NT_CALLBACK* SP_SDKRenderVideoFrameTimestampCallBack)(NT_HANDLE handle, NT_PVOID user_data, NT_UINT64 timestamp,
  NT_UINT64 reserve1, NT_PVOID reserve2);
/*
录像回调
status: 1:表示开始写一个新录像文件. 2:表示已经写好一个录像文件
file_name: 实际录像文件名
*/
typedef NT_VOID(NT_CALLBACK* SP_SDKRecorderCallBack)(NT_HANDLE handle, NT_PVOID user_data, NT_UINT32 status,
  NT_PCSTR file_name);
/*
*拉流时，视频数据回调
video_codec_id: 请参考NT_MEDIA_CODEC_ID
data: 视频数据
size: 视频数据大小
info: 视频数据相关信息
reserve: 保留参数
*/
typedef NT_VOID(NT_CALLBACK* SP_SDKPullStreamVideoDataCallBack)(NT_HANDLE handle, NT_PVOID user_data,
  NT_UINT32 video_codec_id, NT_BYTE* data, NT_UINT32 size, 
  NT_SP_PullStreamVideoDataInfo* info,
  NT_PVOID reserve);
/*
*拉流时，音频数据回调
auido_codec_id: 请参考NT_MEDIA_CODEC_ID
data: 音频数据
size: 音频数据大小
info: 音频数据相关信息
reserve: 保留参数
*/
typedef NT_VOID(NT_CALLBACK* SP_SDKPullStreamAudioDataCallBack)(NT_HANDLE handle, NT_PVOID user_data,
  NT_UINT32 auido_codec_id, NT_BYTE* data, NT_UINT32 size, 
  NT_SP_PullStreamAuidoDataInfo* info,
  NT_PVOID reserve);
/*
*播放器事件回调
event_id: 事件ID，请参考NT_SP_E_EVENT_ID
param1 到 param6, 值的意义和具体事件ID相关, 注意如果具体事件ID没有说明param1-param6的含义，那说明这个事件不带参数
*/
typedef NT_VOID(NT_CALLBACK* NT_SP_SDKEventCallBack)(NT_HANDLE handle, NT_PVOID user_data,
  NT_UINT32 event_id,
  NT_INT64  param1,
  NT_INT64  param2,
  NT_UINT64 param3,
  NT_PCSTR  param4,
  NT_PCSTR  param5,
  NT_PVOID  param6
  );
/*
*
* 用户数据回调，目前是推送端发送过来的
* data_type: 数据类型，1:表示二进制字节类型. 2:表示utf8字符串 
* data：实际数据， 如果data_type是1的话，data类型是const NT_BYTE*, 如果data_type是2的话，data类型是 const NT_CHAR*
* size: 数据大小
* timestamp: 视频时间戳
* reserve1: 保留
* reserve2: 保留
* reserve3: 保留
*/
typedef NT_VOID(NT_CALLBACK* NT_SP_SDKUserDataCallBack)(NT_HANDLE handle, NT_PVOID user_data,
  NT_INT32  data_type,
  NT_PVOID  data,
  NT_UINT32 size,
  NT_UINT64 timestamp,
  NT_UINT64 reserve1,
  NT_INT64  reserve2,
  NT_PVOID  reserve3
  );
/*
*
* 视频的sei数据回调
* data: sei 数据
* size: sei 数据大小
* timestamp：视频时间戳
* reserve1: 保留
* reserve2: 保留
* reserve3: 保留
* 注意: 目前测试发现有些视频有好几个sei nal, 为了方便用户处理，我们把解析到的所有sei都吐出来,sei nal之间还是用 00 00 00 01 分隔, 这样方便解析
* 吐出来的sei数据目前加了 00 00 00 01 前缀
*/
typedef NT_VOID(NT_CALLBACK* NT_SP_SDKSEIDataCallBack)(NT_HANDLE handle, NT_PVOID user_data,
  NT_BYTE*  data,
  NT_UINT32 size,
  NT_UINT64 timestamp,
  NT_UINT64 reserve1,
  NT_INT64  reserve2,
  NT_PVOID  reserve3
  );
#ifdef __cplusplus
}
#endif
#endif

总结

总的来说，无论是基于开源播放器二次开发，还是全自研，一个好的RTMP播放器或RTSP播放器，设计的时候，更多考虑的应该是如何做的更灵活、稳定，单纯的几个接口，很难满足通用化的产品诉求。

以下共勉：厚积薄发，登上山顶，不是为了饱览风光，是为了寻找更高的山峰！

跨平台低延迟的RTMP/RTSP直播播放器设计实现

开发背景

整体方案架构

初期模块设计目标

经过迭代后的功能

RTMP、RTSP直播播放开发设计考虑的点

接口设计

总结

热门文章

最新文章

相关电子书

相关实验场景